检索结果-维普期刊中文期刊服务平台

基于归一化磁源强度的聚焦反演方法被引量：1: 1; 作者李金朋张英堂 +3 位作者范红波李志宁尹刚杜运超《大地测量与地球动力学》 CSCD 北大核心 2017年第10期1045-1048,共4页; 针对剩磁条件下铁磁物质反演中存在的问题,提出基于归一化磁源强度的聚焦反演方法。首先,利用归一化磁源强度作为实测数据对磁性目标进行反演,减弱剩余磁化对反演结果的影响;然后,利用深度加权矩阵和最小支撑矩阵对经典Tikhonov正则化... 展开更多; 关键词归一化磁源强度深度加权最小支撑矩阵奇异值分解 Morozov偏差原则; 在线阅读下载PDF 职称材料

机械振动信号自适应多尺度非线性动力学特征提取方法研究被引量：13: 2; 作者刘敏范红波 +2 位作者张英堂李志宁杨望灿《振动与冲击》 EI CSCD 北大核心 2020年第14期224-232,250,共10页; 针对机械振动信号的故障特征提取问题,提出了基于独立变分模态分解与多尺度非线性动力学参数的特征提取方法。①提出频谱循环相干系数选取匹配波形对机械振动信号进行端点延拓后再进行VMD分解得到不同频率尺度的IMF分量;②根据互相关准... 展开更多; 关键词频谱循环相干系数端点延拓独立变分模态分解复合多尺度模糊熵偏均值双测度分形维数; 在线阅读下载PDF 职称材料

基于增量稀疏核极限学习机的柴油机故障在线诊断被引量：7: 3; 作者刘敏张英堂 +1 位作者李志宁范红波《上海交通大学学报》 EI CAS CSCD 北大核心 2019年第2期217-224,共8页; 为实现柴油机故障在线诊断,提出了基于增量稀疏核极限学习机(ISKELM)的快速在线诊断方法.针对核在线学习中的样本稀疏化与模型膨胀问题,提出了基于瞬时信息测量的稀疏核函数字典构造策略,根据最小化字典冗余和最大化字典元素自信息量的... 展开更多; 关键词增量稀疏核极限学习机样本稀疏瞬时信息测量稀疏核函数字典减样学习在线诊断; 在线阅读下载PDF 职称材料

基于IVMD与改进KELM的发动机故障诊断被引量：4: 4; 作者刘敏张英堂 +1 位作者李志宁范红波《振动．测试与诊断》 EI CSCD 北大核心 2019年第4期875-883,911,912,共11页; 为从含有较强噪声的缸盖振动信号中提取有效的故障特征并进行故障分类,提出了采用独立变分模态分解(independent variational mode decomposition,简称IVMD)与改进核极限学习机(improved kernel extreme learning machine,简称IKELM)的... 展开更多; 关键词故障诊断核极限学习机社会情感优化算法频谱循环相干系数独立变分模态分解; 在线阅读下载PDF 职称材料

基于同步压缩广义S变换的发动机故障诊断被引量：5: 5; 作者刘敏陈健 +3 位作者张岩陈玉昆范红波张英堂《振动．测试与诊断》 EI CSCD 北大核心 2021年第5期984-990,1038,共8页; 为提高发动机故障诊断准确率,提出了基于同步压缩广义S变换(synchrosqueezing generalized S-transform,简称SSGST)与中心对称局部二值模式(center-symmetric local binary patterm,简称CSLBP)的故障诊断方法。首先,针对信号时频分析中... 展开更多; 关键词发动机时频分析故障诊断同步压缩广义S变换中心对称局部二值模式; 在线阅读下载PDF 职称材料

基于自适应学习的量子神经网络振动信号压缩被引量：3: 6; 作者王怀光李胜 +1 位作者吴定海王强《振动工程学报》 EI CSCD 北大核心 2018年第3期523-528,共6页; 针对一维振动信号的压缩特点,提出一种基于自适应学习的量子神经网络振动信号压缩方法。方法针对梯度下降法3个参数相互影响,导致局部收敛的问题,采用较快的共轭梯度法对网络参数进行更新,根据误差精度函数大小,自适应地选择学习速率,... 展开更多; 关键词信号处理振动信号量子神经网络均方根误差自适应学习; 在线阅读下载PDF 职称材料

基于量子高斯混合模型的振动信号降噪方法被引量：2: 7; 作者杨望灿张培林 +2 位作者陈彦龙吴定海李海平《振动与冲击》 EI CSCD 北大核心 2019年第11期235-241,共7页; 由于机械设备振动信号受到背景噪声的干扰,造成机械设备故障状态特征不明显,因此提出了一种基于量子高斯混合模型的振动信号降噪方法。首先,对振动信号进行双树复小波包变换,对双树复小波包系数建立高斯混合模型,根据贝叶斯最大后验估... 展开更多; 关键词降噪处理高斯混合模型量子理论振动信号双树复小波包变换; 在线阅读下载PDF 职称材料

强跟踪五阶CKF算法在初始对准中的应用: 8; 作者王律化石志勇 +1 位作者宋金龙王海亮《压电与声光》 CAS 北大核心 2019年第1期150-156,共7页; 针对载体行进间初始对精对准过程易受有色噪声影响,造成对准精度高的问题,提出一种基于高阶球面-径向积分的强跟踪滤波方法,该算法基于里程计辅助下惯性系行进间精对准误差模型,将状态变量的自相关函数进行正交化运算,保证噪声信号的白... 展开更多; 关键词惯性导航精对准误差模型强跟踪五阶容积滤波; 在线阅读下载PDF 职称材料

题名基于归一化磁源强度的聚焦反演方法被引量：1: 1; 作者李金朋张英堂范红波李志宁尹刚杜运超; 机构中国人民解放军陆军工程大学石家庄校区七系中国空气动力研究与发展中心高速所中国人民解放军陆军工程大学训练基地; 出处《大地测量与地球动力学》 CSCD 北大核心 2017年第10期1045-1048,共4页; 基金国家自然科学基金(51305454) 国防科研项目~~; 文摘针对剩磁条件下铁磁物质反演中存在的问题,提出基于归一化磁源强度的聚焦反演方法。首先,利用归一化磁源强度作为实测数据对磁性目标进行反演,减弱剩余磁化对反演结果的影响;然后,利用深度加权矩阵和最小支撑矩阵对经典Tikhonov正则化理论框架下的反演模型进行约束得到目标函数,并有效解决了核函数随深度增大而快速衰减的问题;最后,通过对目标函数进行迭代奇异值分解获得最佳物性参数,并根据Morozov偏差原则自适应地确定目标函数在迭代过程中的正则化参数,提高了迭代速度和求解精度。; 关键词归一化磁源强度深度加权最小支撑矩阵奇异值分解 Morozov偏差原则; Keywords normalized source strength the depth weighting matrix the minimum support matrix the singular value decomposition Morozov deviation principle; 分类号 P318 [天文地球—固体地球物理学]; 在线阅读下载PDF 职称材料

题名机械振动信号自适应多尺度非线性动力学特征提取方法研究被引量：13: 2; 作者刘敏范红波张英堂李志宁杨望灿; 机构陆军工程大学石家庄校区七系中国人民解放军; 出处《振动与冲击》 EI CSCD 北大核心 2020年第14期224-232,250,共10页; 基金国家自然科学基金(51305454)。; 文摘针对机械振动信号的故障特征提取问题,提出了基于独立变分模态分解与多尺度非线性动力学参数的特征提取方法。①提出频谱循环相干系数选取匹配波形对机械振动信号进行端点延拓后再进行VMD分解得到不同频率尺度的IMF分量;②根据互相关准则选取有效的IMF分量进行核独立成分分析,分离出相互独立的有效故障特征频带分量;③计算各独立分量的复合多尺度模糊熵偏均值,并利用正交变换将独立分量正交化后构造多维超体,进而利用多维超体体积定义并计算信号的双测度分形维数,从而获得多尺度非线性动力学特征参数,实现机械故障诊断。仿真和实验结果表明:所提方法可有效抑制VMD分解的端点效应和模态混叠,信号分解效果好,特征参数分类精度高,极大地提高了机械故障诊断准确率。; 关键词频谱循环相干系数端点延拓独立变分模态分解复合多尺度模糊熵偏均值双测度分形维数; Keywords spectral cyclic coherence coefficient endpoint extension independent variational mode decomposition composite multi-scale fuzzy entropy partial mean dual measure fractal dimension; 分类号 TH137 [机械工程—机械制造及自动化] TK41.1 [动力工程及工程热物理—动力机械及工程]; 在线阅读下载PDF 职称材料

题名基于增量稀疏核极限学习机的柴油机故障在线诊断被引量：7: 3; 作者刘敏张英堂李志宁范红波; 机构陆军工程大学石家庄校区七系; 出处《上海交通大学学报》 EI CAS CSCD 北大核心 2019年第2期217-224,共8页; 基金国家自然科学基金资助项目(51305454); 文摘为实现柴油机故障在线诊断,提出了基于增量稀疏核极限学习机(ISKELM)的快速在线诊断方法.针对核在线学习中的样本稀疏化与模型膨胀问题,提出了基于瞬时信息测量的稀疏核函数字典构造策略,根据最小化字典冗余和最大化字典元素自信息量的原则实现样本前向稀疏与后向删减,在最佳阶数内对字典进行在线扩充与修剪,从而建立阶数有限且结构稀疏的诊断模型.针对模型核权重矩阵更新问题,提出了增样学习与改进减样学习算法对核权重矩阵进行在线递推求解,降低了计算复杂度,提高了模型在线更新速度.UCI标准数据与柴油机故障数据分类实验结果表明,与几类现有在线诊断算法相比,ISKELM在保证较高分类精度的同时,极大地提高了在线建模速度,更加快速准确地实现了柴油机故障在线诊断.; 关键词增量稀疏核极限学习机样本稀疏瞬时信息测量稀疏核函数字典减样学习在线诊断; Keywords incremental sparse kernel extreme learning machine(ISKELM) sample sparseness instantaneous information measurement sparse kernel function dictionary sample reduction learning algorithm online diagnosis; 分类号 TK428 [动力工程及工程热物理—动力机械及工程]; 在线阅读下载PDF 职称材料

题名基于IVMD与改进KELM的发动机故障诊断被引量：4: 4; 作者刘敏张英堂李志宁范红波; 机构陆军工程大学石家庄校区七系; 出处《振动．测试与诊断》 EI CSCD 北大核心 2019年第4期875-883,911,912,共11页; 基金国家自然科学基金资助项目(51305454); 文摘为从含有较强噪声的缸盖振动信号中提取有效的故障特征并进行故障分类,提出了采用独立变分模态分解(independent variational mode decomposition,简称IVMD)与改进核极限学习机(improved kernel extreme learning machine,简称IKELM)的发动机故障诊断方法。首先,根据频谱循环相干系数选取匹配波形对信号进行端点延拓,并利用变分模态分解(variational mode decomposition,简称VMD)将延拓后信号分解为一系列固有模态分量,有效抑制了VMD中的端点效应;其次,选取有效分量作为输入观测信号,进行核独立成分分析,进一步分离干扰噪声与有效信号,并消除模态混叠,得到相互独立的有效故障特征频带,进而提取各频带的自回归模型参数、多尺度模糊熵和标准化能量矩构建故障特征向量集;最后,建立基于社会情感优化算法的IKELM分类模型,对故障特征进行分类,实现发动机故障诊断。仿真和实验结果表明,所提出的方法可有效抑制VMD的端点效应,提高信号分解精度,消除噪声干扰并分离出相互独立的有效故障特征频带,增强特征参数辨识度,最终提高发动机故障诊断速度与精度,发动机故障诊断平均准确率达到99.85%。; 关键词故障诊断核极限学习机社会情感优化算法频谱循环相干系数独立变分模态分解; Keywords fault diagnosis kernel extreme learning machine social emotional optimization algorithm spectral cyclic coherence coefficient independent variational mode decomposition; 分类号 TH137 [机械工程—机械制造及自动化] TK41.1 [动力工程及工程热物理—动力机械及工程]; 在线阅读下载PDF 职称材料

题名基于同步压缩广义S变换的发动机故障诊断被引量：5: 5; 作者刘敏陈健张岩陈玉昆范红波张英堂; 机构中国人民解放军陆军工程大学石家庄校区七系; 出处《振动．测试与诊断》 EI CSCD 北大核心 2021年第5期984-990,1038,共8页; 基金国家自然科学基金资助项目(51305454)。; 文摘为提高发动机故障诊断准确率,提出了基于同步压缩广义S变换(synchrosqueezing generalized S-transform,简称SSGST)与中心对称局部二值模式(center-symmetric local binary patterm,简称CSLBP)的故障诊断方法。首先,针对信号时频分析中的能量泄露、频谱涂抹、频带混叠和时频分辨率较低的问题,基于同步压缩算法与广义S变换提出了SSGST,对缸盖振动信号进行时频分析得到时频聚集性较高的二维时频图;然后,利用CSLBP提取缸盖振动信号时频图的纹理谱特征,并将其输入交叉验证寻优的核极限学习机对发动机进行故障诊断。实验结果表明,SSGST的能量聚集效果好,时频分辨率高,各频带分布较窄且不存在混叠,能够有效分离出非线性混合信号中的各频带分量;时频图的CSLBP纹理谱特征维数较低,且具有良好的类内聚集性和类间离散性;利用交叉验证寻优的KELM对故障特征进行分类,实现发动机故障诊断,获得了较高的诊断速度和精度。; 关键词发动机时频分析故障诊断同步压缩广义S变换中心对称局部二值模式; Keywords engine time-frequency analysis fault diagnosis synchrosqueezing generalized S-transform center-symmetric local binary pattern; 分类号 TH137 [机械工程—机械制造及自动化] TK41.1 [动力工程及工程热物理—动力机械及工程]; 在线阅读下载PDF 职称材料

题名基于自适应学习的量子神经网络振动信号压缩被引量：3: 6; 作者王怀光李胜吴定海王强; 机构陆军工程大学石家庄校区七系陆军装甲兵研究所; 出处《振动工程学报》 EI CSCD 北大核心 2018年第3期523-528,共6页; 基金国家自然科学基金资助项目(51305454 51205405); 文摘针对一维振动信号的压缩特点,提出一种基于自适应学习的量子神经网络振动信号压缩方法。方法针对梯度下降法3个参数相互影响,导致局部收敛的问题,采用较快的共轭梯度法对网络参数进行更新,根据误差精度函数大小,自适应地选择学习速率,从而使该方法可以用更大的压缩比得到更少的压缩数据。实验结果表明,与基于量子神经网络数据压缩方法相比,基于自适应学习的量子神经网络方法可以进一步提高振动信号的压缩比,减小重构误差,缩短运行时间,更适用于振动信号的在线传输。; 关键词信号处理振动信号量子神经网络均方根误差自适应学习; Keywords signal processing vibration signals quantum neural network root mean square error adaptive learning; 分类号 TN911.7 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于量子高斯混合模型的振动信号降噪方法被引量：2: 7; 作者杨望灿张培林陈彦龙吴定海李海平; 机构 [ 陆军工程大学石家庄校区七系陆军特种作战学院陆军工程大学石家庄校区六系; 出处《振动与冲击》 EI CSCD 北大核心 2019年第11期235-241,共7页; 基金国家自然科学基金(E51305454); 文摘由于机械设备振动信号受到背景噪声的干扰,造成机械设备故障状态特征不明显,因此提出了一种基于量子高斯混合模型的振动信号降噪方法。首先,对振动信号进行双树复小波包变换,对双树复小波包系数建立高斯混合模型,根据贝叶斯最大后验估计准则,得到双树复小波包系数收缩函数;然后,利用双树复小波包系数父代和子代的空间相关性,结合量子叠加态理论计算噪声信号和有用信号小波系数出现的概率值;最后,根据量子叠加态得到的概率参数值调节高斯混合模型中的小波包系数收缩函数,使小波包系数自适应非线性收缩,提高高斯混合模型的局部自适应性,实现机械振动信号的降噪处理。仿真信号和实测行星齿轮箱振动信号实验结果表明,该方法能够有效地去除振动信号中的噪声,凸显机械设备的故障状态特征。; 关键词降噪处理高斯混合模型量子理论振动信号双树复小波包变换; Keywords de-noising processing Gaussian mixture model quantum theory vibration signal dual-tree complex wavelet packet transform; 分类号 TH113.1 [机械工程—机械设计及理论] TN911.7 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名强跟踪五阶CKF算法在初始对准中的应用: 8; 作者王律化石志勇宋金龙王海亮; 机构陆军工程大学石家庄校区七系; 出处《压电与声光》 CAS 北大核心 2019年第1期150-156,共7页; 基金军内预研基金资助项目(9140A09031715JB34001); 文摘针对载体行进间初始对精对准过程易受有色噪声影响,造成对准精度高的问题,提出一种基于高阶球面-径向积分的强跟踪滤波方法,该算法基于里程计辅助下惯性系行进间精对准误差模型,将状态变量的自相关函数进行正交化运算,保证噪声信号的白化,并运用五阶球面-径向准则对于滤波过程中参数的后验概率密度函数进行近似数值计算。仿真实验表明,在方位角为大失准角的条件下,该算法可以有效地保证较高的滤波精度,并且在噪声未知的情况下,滤波器保证很好的鲁棒性。; 关键词惯性导航精对准误差模型强跟踪五阶容积滤波; Keywords inertial navigation precision alignment error model strongly tracking 5-order CKF; 分类号 TN713 [电子电信—电路与系统] TM930 [电气工程—电力电子与电力传动]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于归一化磁源强度的聚焦反演方法	李金朋张英堂范红波李志宁尹刚杜运超	《大地测量与地球动力学》 CSCD 北大核心	2017	1	在线阅读下载PDF 职称材料
2	机械振动信号自适应多尺度非线性动力学特征提取方法研究	刘敏范红波张英堂李志宁杨望灿	《振动与冲击》 EI CSCD 北大核心	2020	13	在线阅读下载PDF 职称材料
3	基于增量稀疏核极限学习机的柴油机故障在线诊断	刘敏张英堂李志宁范红波	《上海交通大学学报》 EI CAS CSCD 北大核心	2019	7	在线阅读下载PDF 职称材料
4	基于IVMD与改进KELM的发动机故障诊断	刘敏张英堂李志宁范红波	《振动．测试与诊断》 EI CSCD 北大核心	2019	4	在线阅读下载PDF 职称材料
5	基于同步压缩广义S变换的发动机故障诊断	刘敏陈健张岩陈玉昆范红波张英堂	《振动．测试与诊断》 EI CSCD 北大核心	2021	5	在线阅读下载PDF 职称材料
6	基于自适应学习的量子神经网络振动信号压缩	王怀光李胜吴定海王强	《振动工程学报》 EI CSCD 北大核心	2018	3	在线阅读下载PDF 职称材料
7	基于量子高斯混合模型的振动信号降噪方法	杨望灿张培林陈彦龙吴定海李海平	《振动与冲击》 EI CSCD 北大核心	2019	2	在线阅读下载PDF 职称材料
8	强跟踪五阶CKF算法在初始对准中的应用	王律化石志勇宋金龙王海亮	《压电与声光》 CAS 北大核心	2019	0	在线阅读下载PDF 职称材料